设备端转录
使用 Apple 的设备端 Speech 引擎，包括较新的 macOS 26 模型，在本地转录，使音频不会离开你的 Mac。
VTT
认领VTT 是一款原生 macOS 语音输入应用，支持本地设备端语音转文字，亦可使用你自己的 API Key 调用云端引擎。适合 Mac 用户的菜单栏听写流程、按语言选择引擎和本地转录历史。
概述
VTT 是一款原生 macOS 语音输入应用，适合希望获得尽量贴近系统体验的语音转文字用户。默认支持设备端转录，也可在你希望以隐私换取另一条准确率路径时使用可选云端引擎，并且它仅为 Mac 而打造。
这款应用围绕菜单栏工作流设计：通过全局快捷键触发听写，将文本插入到你正在使用的应用中，并在本地保留最近转录内容的历史记录。网站还强调了按语言选择引擎、可下载模型，以及对内置听写可能处理不佳的口音的支持。
VTT 的隐私模型很直接。设备端听写会将音频保留在 Mac 上，而云端引擎仅在你使用自己的提供商密钥时启用。其目标是面向那些想要默认私密、原生 macOS 界面，并能更灵活控制每种语言由哪个引擎处理的用户。
功能
菜单栏工作流
通过菜单栏使用 VTT，配合全局快捷键、实时波形显示，以及自动插入到你当前正在输入的应用中。
云端引擎选择
使用你自己的 API Key 接入 Deepgram、OpenAI 或 ElevenLabs，然后从各个提供商中选择你想要的模型。
按语言路由
将不同语言路由到不同引擎，可自动或手动选择，让每种语言都能使用最适合的引擎。
可下载模型
预先下载受支持的语言模型，这样一按快捷键就能立刻开始听写，无需等待下载完成。
本地转录历史
在你的 Mac 上保留本地、按最新优先排序的转录历史，方便在需要时再次粘贴最近一次听写内容。
使用场景
在 Mac 上免手写作
使用全局快捷键和自动插入将文本听写到电子邮件、文档和其他 Mac 应用中，而不是切换到单独的转录窗口。
本地私密转录
通过使用 Apple 的设备端 Speech 引擎处理草稿、笔记和其他私密听写内容，将敏感音频保留在你的设备上。
适配口音的听写
当内置听写在强口音或特定语言上表现不佳时，可切换到 Deepgram、OpenAI 或 ElevenLabs。
多语言工作流
当你需要跨越多种语言工作时，可分别为不同语言路由，让每种语言都使用最适合它的引擎。
恢复最近听写
如果你粘贴到了错误的位置、关闭了应用，或者想重复使用最新内容，可以从本地历史中重新粘贴最近的转录文本。
Pros and Cons
Pros
- 默认私密，支持设备端转录，且无需必填账户。
- 使用 Swift 和 AppKit 构建的原生 macOS 应用。
- 支持多种引擎，包括 Apple Speech、Deepgram、OpenAI 和 ElevenLabs。
- 按语言选择引擎有助于将不同语言匹配到不同的转录模型。
- 本地转录历史可降低丢失听写内容的风险。
Cons
- 如果你选择云端转录，则依赖你自己的服务提供商 API Key。
- 该产品仅支持 Mac，并且需要 macOS 14 或更高版本。
- 来源未提供详细定价或套餐限制。
FAQ
VTT 是否注重隐私，我的音频会离开 Mac 吗？
默认情况下，VTT 使用 Apple 的 Speech 引擎在设备端转录，因此音频会保留在你的 Mac 上。无需账户或分析数据。如果你启用云端引擎，音频会使用你自己的 API Key 直接发送给该服务提供商。
VTT 可以免费使用吗？
可以。VTT 可免费开始使用，无需账户。设备端听写不收取费用。如果你选择使用云端引擎，则会通过你自己的服务提供商 API Key 按使用量计费。
VTT 支持哪些语音引擎？
VTT 支持 Apple 的设备端 Speech 引擎，包括 macOS 26 模型，以及来自 Deepgram、OpenAI 和 ElevenLabs 的可选云端引擎。你可以按语言选择引擎。
系统要求是什么？
VTT 需要 macOS 14 或更高版本，并可在 Apple Silicon 和 Intel Mac 上运行。网站表示会自动推荐正确的版本。
VTT 可以离线使用吗？
是的。设备端听写可完全离线工作。只有使用云端引擎或下载其他语言模型时才需要互联网连接。
Quick Facts
- Category
- Productivity
- Platform
- macOS
- App type
- Native dictation app
- Default mode
- On-device transcription
- Supported engines
- Apple Speech, Deepgram, OpenAI, ElevenLabs
- Source domain
- vtt.the-ihor.com